おとといくらいにDeepSeek-OCRというのが出てました。 https://github.com/deepseek-ai/DeepSeek-OCR ただのOCRじゃなくて、「テキストを画像にしたほうがトークンサイズを小さくできるのでは？」というのをやっていて、テキストを画像にしてトークン化したものをテキストトークンに戻すというのをやってたらOCRになったという感じですね。 LLMの開発効率化に革新？ 中国DeepSeekが「DeepSeek-OCR」発表 “テキストを画像化”でデータ圧縮：Innovative Tech（AI+） - ITmedia AI＋ 中身的には、3Bでアクティブパラメータが0.6BのMoEモデルに0.4Bの画像エンコーダーを載せた画像言語モデルです。 導入や使い方は、モデルのページに書いてあります。 何も考えずに最新のTransformers 4.57.1を入れ

「ITエンジニアを辞めました」──そんな投稿を目にする機会が増えています。あるときはXでの報告、あるときは顧客の採用担当から、そしてまたあるときは人材系事業の中の人から話を聞くようになりました。今、IT業界で何が起きているのかを整理してみます。 辞める人が増えている背景共通しているのは、2019〜2021年頃にプログラミングスクールを経てITエンジニアになった人たちです。しかし、いざ入社してみると現実は想像以上に厳しいものでした。 不況が変えた未経験・微経験採用近年、受託開発会社、事業会社、スタートアップを中心とした不況感の高まりにより、未経験・微経験層の求人が大幅に減少しています。 景気が後退局面にある中で、企業は「教育コストをかけて育てる層」よりも「即戦力として成果を出せる層」を優先するようになりました。これにより、スクール卒のエンジニア志望者が転職活動で行き詰まり、キャリアチェンジを

Webサイトのリリース後に 「一部のユーザーだけ画面が真っ白になる」「謎のエラーが飛んでくる」 といった現象に遭遇したことはありませんか？ もしかしたら、それは Version Skew（バージョンスキュー） と呼ばれる問題のせいかもしれません。 最初に こんにちは。ココナラテックの開発をしているエンジニアのもちさんです。 私はある日、手元の端末で再現性の低いエラーに悩まされました。 ブラウザキャッシュを消すと直る、でも根本原因がわからない。そんな厄介な症状の裏に、この「新旧リソースの混在」という構造的な問題が潜んでいました。 この記事では、実際に起きたトラブルの経緯をもとに、Version Skewとは何か／なぜ起こるのか／どう防げるのかを整理していきます。 「うちの環境では起きてないから関係ない」 と思っている方ほど、読んでおくと安心です。 簡単に言うと（1分で把握） Version

【PHPカンファレンス関西2018】遅延評価戦略を用いたアクション呼び出しと安全なコピペで生産性アップ！

こんにちは。 ファインディ株式会社でテックリードマネージャーをやらせてもらっている戸田です。 現在のソフトウェア開発の世界は、生成AIの登場により大きな転換点を迎えています。 GitHub Copilot や Claude Code など、生成AIを活用した開発支援ツールが次々と登場し、日常的なワークフローに組み込まれつつあります。 生成AIを開発フローやプロダクトに組み込んだ事例を耳にする機会も増えました。弊社も例に漏れず、多方面で生成AIを継続的に組み込んでいます。 一方で「思ったような効果が出なかった」「むしろ生産性が下がったのでやめた」「効果の出る使い方がわからなかった」といった声も確かに存在します。 生成AIを導入したものの、思っていたような結果が出なかったと感じるとき、原因はAIではなく環境と人にあることが多いです。そこで今回は、その原因と解決策を紹介します。 それでは見ていき

いきなりですが、2つ質問です。今まさにあなたが読んでいる文字がどうやってレンダリングされているか説明できますか？私はできませんでした。それではあるモノの仕組みを理解するために最も効率の良い方法は何でしょうか？そう、自作することです！それではフォントのパーサーとレンダラーをゼロから作っていきましょう！ 目的 小さなTrueTypeレンダラーを自作し、フォントがレンダリングされるまで流れを理解することが目的です。具体的には、Unicodeのフォントを読み込んで、任意の文字列をレンダリングしpngファイルとして書き出すまでを目標とします。実装はほぼプレーンなC++で、ベクトル演算用にglm、png書き出し用にstb_image_writeを使います。コード全体は以下から確認できます。 TrueTypeとは TrueTypeとはAppleが1990年に開発したフォントのフォーマットです。その後Mi

はじめに Kaigi on Rails 2025で発表し、何人かの人といろいろ話しているうちに、モダンフロントエンドが面倒臭いのはJSON APIのせいではないかと考えるようになりました。そしてJSON APIそのものが悪いというよりは、JSON APIを必要以上に使う原因となっているSPAが問題ではないかと思っています。まだ考えは固まっていないのですが、まずは部分的に紹介したいと思います。 モダンフロントエンドはJSON基礎工事が大変 SPAのReactフロントエンドを作る場合、Hotwireなら不要だった多大な工数が新しく発生します。 APIエンドポイントのルータおよびコントローラから、JSON APIシリアライザ、クライアントサイドのルータ、JSON APIをfetchしてフォーマット変換する作業、さらにAPIの契約を文書化したOpen APIを作成します。ここには記載していませんが

Slack や GitHub など、何かとテキストコミュニケーションを行う場面は多いのだが、自分なりに気をつけていることを書いてみたい。 まず、前提として自分は文字を読むのが嫌いだ。昔から本が嫌いで読むのが遅く、国語の成績はずっと低かった。流石に小中高の時よりはマシになっていて技術書などはまあ読むのだが、それでも得意になったわけではなく、できることなら１文字でも少なく読みたい。そして、自分がそこに認知負荷を感じるがゆえに、他人に読ませるテキストには気を遣う。なるべくシンプルかつ簡潔に要点を伝えるためにアンチパターン（と思うもの）を避けている。 以下では、個人的に気をつけている認知負荷を下げるための具体的な工夫を挙げていく。（認知負荷にも色々あるが、ここでは「読むのが疲れる」くらいの意味だと思ってほしい。） 「読んでおいて」...リンクの丸投げを避ける ちょいちょい見かける「これを読んでおい

会議で何かの方針やアイデアを話した時、誰かから "理由" を聞かれてｱﾀﾌﾀしてしまったことはないだろうか。自分は過去に何度もある。 たとえば、「こうしなかった理由は何ですか？」、「なぜこれを選んだんですか？」、「なんでこうしたんでしたっけ？」といった類の質問をされた時。理由を聞かれているのだからただ理由を答えればいいというのはわかっていても、焦って言葉が出なかったり身構えてしまったりする人もいるんじゃなかろうか。 文字で見るとただわからない部分を聞かれているだけなのだけれど、なんだか自分が試されているように感じたり、責められているような気持ちになったりするかもしれない。 落ち着いて考えればそんなに焦るようなことはないので、そういう時に焦らず対応する流れを雑に書き出してみる。 1. 意図を確認する 「理由を聞いて何を確認したいのか」、「どういう考えのもとで質問をしているのか」といった "意

こんにちは、とまだです。 AIエージェントを使い始めたけど、「動くコードは作ってくれるけど、品質が心配...」と感じたことはありませんか？ 私も最初はそうでした。 Claude CodeやCursor、Codexを使っていると、確かに素早くコードを生成してくれます。 ですが、そのコードが本当に「良いコード」なのか不安になりますよね。 Zenn でこちらの記事が注目を集めているように、多くの方がコードの品質を気にしているようです。 そこで、AI駆動開発でより良いコードを書くための「共通ルールファイル」をご紹介します！ ここでいう「ルールファイル」とは、AIにもっと品質の高いコードを書いてもらうための指示を書いたファイルです。 Claude Code などでは「メモリファイル」とも呼ばれていますが、パッと見でわかりやすいよう「ルールファイル」と呼ぶことにします。 そして、これらはプロジェクトご

Introduction​ Playwright comes with three Playwright Agents out of the box: 🎭 planner, 🎭 generator and 🎭 healer. These agents can be used independently, sequentially, or as the chained calls in the agentic loop. Using them sequentially will produce test coverage for your product. 🎭 planner explores the app and produces a Markdown test plan 🎭 generator transforms the Markdown plan into the Pla

コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕

AIが読むんだから読みやすくする必要はないんでは、という話が流れてきた。 けど、実際にはAIにも読みやすさは大事だと思う。 データ形式によって、そのデータに関する回答精度がどうかわるかという調査がある。 Which Table Format Do LLMs Understand Best? (Results for 11 Formats) HTMLまでの上位5形式はキーワードによってレコードが区別される。JSON以降は記号や改行によってレコードが区別される。また、上位４形式ではキーと値が一緒に書かれる。 このように、表現形式でAIによる読み取りの精度は変わる。GPT-4.1-nanoなので失敗しやすいということはあるだろうけど、どう書いても同じというわけではない。 OpenAI公式のGPT-5コーディングチートシートでも、構造はMarkdownよりXMLがいいと書いてあるし。というか、恐ら

syu-m-5151.hatenablog.com syu-m-5151.hatenablog.com はじめに 正直に言いましょう。システム思考の理論を学んだとき、あなたはこう思いませんでしたか？「で、これをどう使うの?」 前回と前々回の記事で、非線形性、フィードバックループ、氷山モデルを学びました。理論は美しく、説得力がありました。でも、実際の仕事に戻ると、こんな疑問が湧いてきます。 「このぐちゃぐちゃな状況を、どう分析すればいいんだ?」 「フィードバックループを見つけろって言われても、どこから探せばいいの?」 「複雑すぎて、何が何だかわからない」 そうですよね。私も同じでした。 システム思考は強力なツールです。しかし、白いキャンバスの前に立たされて「さあ、目の前の構造システムとして分析してください」と言われても、最初の一筆をどこに置けばいいのか、途方に暮れてしまいます。 でも、もし誰

江口寿史が炎上してるけど、一昔前まで漫画って雑誌とか広告からトレースしまくってたイメージがあるから、今回の件もさもありなんって気がしてる。 自分が昔からトレースなんじゃと思ってたのは、漫画本編というよりエピソードの扉絵とか単行本の最初の数ページとかに載ってる挿絵ね。ストップひばりくんの挿絵とかもポーズとか表情とか明らかに元ネタがあるんじゃって気がしてる。程度の差はあれ、昔はかなり多くの漫画家が無断トレースしてたんじゃないかな。自分は岡崎京子大好きだけど、岡崎京子の漫画には明らかに元ネタがあるだろうなと感じるカットが出てくる。細かくチェックしていくとかなりの漫画がアウトになる気がするからある程度古い漫画ではトレースにも目を瞑るしかないんじゃないかと思うんだけど、とにかく叩けりゃいいネット住民には全てが悪ってことになるんだろうな。

深津 貴之 / THE GUILD @fladdict 今AIによって起きてることは、擬似的な「能力の民主革命」で、「能力的富裕層」の財産に順強制的に高い税金がかかり、「能力の再分配」が発生してる状態。 「富裕層の財産没収して富を再分配して格差是正しろ」の「能力」バージョン。お金じゃなくて能力に対して、超金融課税みたいのが擬似発生してる。 クリエイターが、この交通事故的な現象にどう対処すべきか、どう生存戦略をとるべきかは2年ぐらいずっと課題 2025-10-02 08:43:39 深津 貴之 / THE GUILD @fladdict テック用語で言う、「XXの民主化」という単語は、ニュアンス的に民主主義というより、フランス革命やロシア革命に近い。民主的に物事を進めましょう… ではなくて集団Aが占有しているアセットXへのアクセス権が、準強制的に誰もがアクセス可能になる現象…という感じ。 2

はじめに 先日、若いエンジニアと話をしていて、システム思考について話題になった。「物事を個別に捉えるのではなく、全体の関係性や相互作用を理解する考え方」—これがシステム思考の本質だ。僕は彼に、これはどんな分野でも応用できる基本的な教養だと伝えた。特にシステムを構築する立場の人には重要だけど、そうでなくても持っておいて損のないスキルだと。 世界はシステムで動く ― いま起きていることの本質をつかむ考え方 作者:ドネラ・Ｈ・メドウズ英治出版Amazon その会話を終えた後、ふと考えた。僕たちエンジニアは日々システムを作っているのに、どれだけ「システムとして」物事を考えているだろうか、と。 あなたは日々、コードを書いている。機能を実装し、バグを修正し、システムを構築している。そして、予想外の挙動に困惑することがあるかもしれない。完璧に動くはずの機能が、別の機能と組み合わせると謎の不具合を起こす。

初めまして、kagayaです。 AIネイティブなプロダクト開発を頑張っています。 共訳した「AIエンジニアリング（オライリー・ジャパン）」が11/28に発売です。よろしくお願いいたします。 世はAIコーディングエージェント時代。 圧倒的に手数は多くなり、自動でPRを生成する取り組みも見かけるようになりました。 かくいう私も、Claude Code Actionを夜間に動かしてGitHub Issueを自動解決する実験をし、朝に作成されているPRを眺めて、「これが不労コード生活か」と思うなどしていました。 そんな中で、新しく生まれた悩みの一つは、このコード、どこまでレビューすればいいんだ？ です。 全部読んでたら、自分で書いた方が早くない？でも全部信じるのも怖い。 バイブに身を任せた結果として生まれた数千行のPRを前に、途方に暮れた経験がある人もいるのではないでしょうか。 Thoughtwo

ムグラシ @fkgwfkgw もし自分が泥棒に入ったと想像してみると、「警察に電話したぞ」じゃなくて「逃げろ」と言われると、犯罪に手を染めて混乱してる頭では逃げる可能性が高くなるかもな　居直って住人に危害を加える形じゃなくて逃走を選択するという意味で 2025-09-28 22:54:28